OpenCV 如何生成能在無OpenCV環境下執行的exe
阿新 • • 發佈:2020-12-23
我們經常遇到這樣的需求:我們在VS寫好的程式,需要在一個沒有裝opencv甚至沒有裝vs的電腦下執行,跑出效果。比如,你在你的電腦用opencv+vs2015寫出一個程式,然後老師叫你把程式發給他,他要看看功能實現的怎麼樣。老師的電腦肯定沒有整套的開發環境的,如果你想只把程式碼發給他,讓他自己編譯,肯定會出現問題。所以,我們需要掌握如何生成一個不依賴開發環境的exe的方法。
下面將以一個實際例子說明如何生成一個不依賴開發環境的exe的方法。
比如我現在在VS2015下實現了一個影象拼接功能的程式
1 #include "highgui/highgui.hpp"
2 #include " opencv2/nonfree/nonfree.hpp"
3 #include "opencv2/legacy/legacy.hpp"
4 #include <iostream>
5
6 using namespace cv;
7 using namespace std;
8
9 void OptimizeSeam(Mat& img1, Mat& trans, Mat& dst);
10
11 typedef struct
12 {
13 Point2f left_top;
14 Point2f left_bottom;
15 Point2f right_top;
16 Point2f right_bottom;
17 }four_corners_t;
18
19 four_corners_t corners;
20
21 void CalcCorners(const Mat& H, const Mat& src)
22 {
23 double v2[] = { 0, 0, 1 };//左上角
24 double v1[3];//變換後的座標值
25 Mat V2 = Mat(3, 1, CV_64FC1, v2); //列向量
26 Mat V1 = Mat(3 , 1, CV_64FC1, v1); //列向量
27
28 V1 = H * V2;
29 //左上角(0,0,1)
30 cout << "V2: " << V2 << endl;
31 cout << "V1: " << V1 << endl;
32 corners.left_top.x = v1[0] / v1[2];
33 corners.left_top.y = v1[1] / v1[2];
34
35 //左下角(0,src.rows,1)
36 v2[0] = 0;
37 v2[1] = src.rows;
38 v2[2] = 1;
39 V2 = Mat(3, 1, CV_64FC1, v2); //列向量
40 V1 = Mat(3, 1, CV_64FC1, v1); //列向量
41 V1 = H * V2;
42 corners.left_bottom.x = v1[0] / v1[2];
43 corners.left_bottom.y = v1[1] / v1[2];
44
45 //右上角(src.cols,0,1)
46 v2[0] = src.cols;
47 v2[1] = 0;
48 v2[2] = 1;
49 V2 = Mat(3, 1, CV_64FC1, v2); //列向量
50 V1 = Mat(3, 1, CV_64FC1, v1); //列向量
51 V1 = H * V2;
52 corners.right_top.x = v1[0] / v1[2];
53 corners.right_top.y = v1[1] / v1[2];
54
55 //右下角(src.cols,src.rows,1)
56 v2[0] = src.cols;
57 v2[1] = src.rows;
58 v2[2] = 1;
59 V2 = Mat(3, 1, CV_64FC1, v2); //列向量
60 V1 = Mat(3, 1, CV_64FC1, v1); //列向量
61 V1 = H * V2;
62 corners.right_bottom.x = v1[0] / v1[2];
63 corners.right_bottom.y = v1[1] / v1[2];
64
65 }
66
67 int main(int argc, char *argv[])
68 {
69 Mat image01 = imread(".\\src_pic\\right.jpg", 1); //右圖
70 Mat image02 = imread(".\\src_pic\\left.jpg", 1); //左圖
71 imshow("p2", image01);
72 imshow("p1", image02);
73
74 //灰度圖轉換
75 Mat image1, image2;
76 cvtColor(image01, image1, CV_RGB2GRAY);
77 cvtColor(image02, image2, CV_RGB2GRAY);
78
79
80 //提取特徵點
81 SurfFeatureDetector surfDetector(800); // 海塞矩陣閾值,在這裡調整精度,值越大點越少,越精準
82 vector<KeyPoint> keyPoint1, keyPoint2;
83 surfDetector.detect(image1, keyPoint1);
84 surfDetector.detect(image2, keyPoint2);
85
86 //特徵點描述,為下邊的特徵點匹配做準備
87 SurfDescriptorExtractor SurfDescriptor;
88 Mat imageDesc1, imageDesc2;
89 SurfDescriptor.compute(image1, keyPoint1, imageDesc1);
90 SurfDescriptor.compute(image2, keyPoint2, imageDesc2);
91
92 //獲得匹配特徵點,並提取最優配對
93 FlannBasedMatcher matcher;
94 vector<DMatch> matchePoints;
95 matcher.match(imageDesc1, imageDesc2, matchePoints, Mat());
96 cout << "total match points: " << matchePoints.size() << endl;
97 // sort(matchePoints.begin(), matchePoints.end()); //特徵點排序
98
99 Mat img_match;
100 drawMatches(image01, keyPoint1, image02, keyPoint2, matchePoints, img_match);
101 imshow("match points",img_match);
102
103 //獲取排在前N個的最優匹配特徵點
104 vector<Point2f> imagePoints1, imagePoints2;
105
106 for (int i = 0; i<matchePoints.size(); i++)
107 {
108 imagePoints1.push_back(keyPoint1[matchePoints[i].queryIdx].pt);
109 imagePoints2.push_back(keyPoint2[matchePoints[i].trainIdx].pt);
110 }
111
112
113
114 //獲取影象1到影象2的投影對映矩陣 尺寸為3*3
115 Mat homo = findHomography(imagePoints1, imagePoints2, CV_RANSAC);
116 ////也可以使用getPerspectiveTransform方法獲得透視變換矩陣,不過要求只能有4個點,效果稍差
117 //Mat homo=getPerspectiveTransform(imagePoints1,imagePoints2);
118 cout << "變換矩陣為:\n" << homo << endl << endl; //輸出對映矩陣
119
120 //計算配準圖的四個頂點座標
121 CalcCorners(homo, image01);
122 cout << "left_top:" << corners.left_top << endl;
123 cout << "left_bottom:" << corners.left_bottom << endl;
124 cout << "right_top:" << corners.right_top << endl;
125 cout << "right_bottom:" << corners.right_bottom << endl;
126
127 //影象配準
128 Mat imageTransform1, imageTransform2;
129 warpPerspective(image01, imageTransform1, homo, Size(MAX(corners.right_top.x, corners.right_bottom.x),image02.rows));
130 //warpPerspective(image01, imageTransform2, adjustMat*homo, Size(image02.cols*1.3, image02.rows*1.8));
131 imshow("直接經過透視矩陣變換", imageTransform1);
132 imwrite(".\\dst_pic\\trans1.jpg", imageTransform1);
133
134
135 //建立拼接後的圖,需提前計算圖的大小
136 int dst_width = imageTransform1.cols; //取最右點的長度為拼接圖的長度
137 int dst_height = image02.rows;
138
139 Mat dst(dst_height, dst_width,CV_8UC3);
140 dst.setTo(0);
141
142 imageTransform1.copyTo(dst(Rect(0, 0, imageTransform1.cols, imageTransform1.rows)));
143 image02.copyTo(dst(Rect(0, 0, image02.cols, image02.rows)));
144
145 OptimizeSeam(image02, imageTransform1, dst);
146
147
148 imshow("dst", dst);
149 imwrite(".\\dst_pic\\dst.jpg", dst);
150
151 waitKey();
152
153 return 0;
154 }
155
156
157 //優化兩圖的連線處,使得拼接自然
158 void OptimizeSeam(Mat& img1, Mat& trans, Mat& dst)
159 {
160 int start = MIN(corners.left_top.x, corners.left_bottom.x);//開始位置,即重疊區域的左邊界
161
162 double processWidth = img1.cols - start;//重疊區域的寬度
163 int rows = dst.rows;
164 int cols = img1.cols; //注意,是列數*通道數
165 double alpha = 1;//img1中畫素的權重
166 for (int i = 0; i < rows; i++)
167 {
168 uchar* p = img1.ptr<uchar>(i); //獲取第i行的首地址
169 uchar* t = trans.ptr<uchar>(i);
170 uchar* d = dst.ptr<uchar>(i);
171 for (int j = start; j < cols; j++)
172 {
173 if (t[j*3] == 0 && t[j*3+1] == 0 && t[j*3+2] == 0)
174 {
175 alpha = 1;
176 }
177 else
178 {
179 alpha = (processWidth - (j - start)) / processWidth;
180 }
181
182 d[j*3] = p[j*3] * alpha + t[j*3] * (1 - alpha);
183 d[j*3+1] = p[j*3+1] * alpha + t[j*3+1] * (1 - alpha);
184 d[j*3+2] = p[j*3+2] * alpha + t[j*3+2] * (1 - alpha);
185
186 }
187 }
188 }
那麼怎樣才可以生成一個不依賴於環境的可執行程式exe呢?
1.選擇release方式
為什麼要選擇release而不選擇debug模式?因為debug模式我也嘗試過了,因為debug模式要加入某些vs的debug dll,可能比較難找,就不使用debug模式了,relase模式更為方便。
2.重新生成解決方案
3.找到生成的exe的存放位置
因為我生成的是x64檔案,所以就選擇X64。生成X86的就選X86資料夾。
我們選relsease資料夾
發現有四項東西
3.建立自己的資料夾
自己新建一個資料夾(我命名為my_exe),以後所有東西都放這裡了。並將上面提到的四項東西拷貝到這裡。並根據我們程式寫的讀取圖片和儲存圖片的位置,生成如下的兩個資料夾src_pic和dst_pic。
4.找出opencv dll庫的位置
將裡面的東西全選,並拷貝到剛新建的資料夾內。
5.根據程式寫的讀取圖片的位置放入待處理的圖片
6.執行exe檔案
這個exe檔案是你從vs工程copy過來的那個exe,別弄錯了。
完美執行。
再看看dst_pic資料夾,生成的圖片已經如我們所願存進去了!
可能遇到的問題
在實際操作中可能遇到exe無法執行或者出錯的情況,這時應第一時間檢視依賴項是否填寫正確。
因為我們選擇的是release版本,所以依賴項填寫的是不帶d的!這個要確認清楚。